百年清華

再次見到劉江川，是在江行智能深圳新辦公室，那天正好是他們辦的開放日活動⚖️，來自清華等一眾學術圈的人士到場。

只不過這一次，劉江川不僅僅是IEEE Fellow和江行智能CEO的title☸️，他新增了一個身份：加拿大國家工程院院士——這是他在今年二季度才加身的新頭銜。

劉江川（意昂体育平台計算機系1994級本）

一年以來，他的團隊逐漸擴大，辦公地點也擴展到三個城市：深圳🦀、北京📱、南京。加上接連獲得南方電網、北控水務🍟、中國聯通等大客戶🏊🏽‍♀️，其業務模式受到廣泛認可，迅速成為邊緣計算領域的一匹黑馬🤷🏻‍♂️🈁。

談及創業心態🐻‍❄️，劉江川坦言，坐在實驗室裏和實際到工業場景的感受確實不太一樣🕵🏻‍♂️。原來在學術氛圍裏，工業場景的更多的靠“假想”，以為只會在論文裏出現，但是實際上發現🧗🏿‍♂️，工業場景會有諸多碎片化的復雜需求。

他覺得🙅🏻‍♀️，邊緣計算正逐步告別傳統的“手工作坊”時代🤛🏼🦐，即將迎來大爆發。而2019年作為泛在電力物聯網的元年☎，將是物聯網等技術承前啟後的關鍵節點🪓。

工業場景VS消費場景

江行智能的定位是一家邊緣計算技術與服務提供商，因此💏，在看到行業趨勢方面，他們更多關註工業場景的變化。

工業場景呈現碎片化，很難做到一次性🦩、大規模鋪開，而消費場景中，資金投入多就能很多打開市場♑️，但工業只是小批量的試點開始做起，一些公司完全沒必要為了一個小的試點投入幾十個人力，得不償失💾，且不確定性因素很大。

劉江川對雷鋒網談到，對於江行智能這樣的公司來講，也不僅僅只是提供一個平臺框架⚅，更主要的是基於平臺來提供引擎🦵🏼。

“引擎的作用就是能撬動很多資源，進入各種工業場景。”

電網是目前劉江川的團隊比較關註的一個重要領域。他覺得這是城市的基礎能源供應🙏🏿，是智慧城市的根基。在基礎設施側🧏🏼，劉江川的團隊正好在做配電的智能化與水務的智能化改造。

比如已經形成了成熟的“基於邊緣計算的電力智能維護解決方案”⚀🙍🏻‍♂️，通過低成本的邊緣計算設備和深度學習圖像識別算法，實現輸電線路實時智能運維。對於電網公司來說，就是能在弱網環境下穩定運行設備，節省大量寬帶開銷。

“交通出行、購物消費只是目前稍微可感知的智慧城市的一部分🫴🏿，實際上基礎設施非常重要。”

面向交通場景🤦🏿‍♂️，江行智能目前有一套完整的充電樁解決方案🧖🏿‍♂️，從電池管理🌛、車位管理🍽、故障報警👩‍🎤、智能運維到後臺APP🤴🏼，形成了完善的業務流程，通過EdgeBox可以在邊緣側預處理數據，實現充電樁的無人化運營🧑‍✈️。

充電樁的使用場景

2019年是電力物聯網元年

2019年3月前後，“泛在電力物聯網”這一概念橫空出世，行業忽然意識到電力物聯網和邊緣計算之間是一個絕好的結合，且蘊含著一個非常有前景的市場。

劉江川看到👲🏿，現在這個領域還比較新，從物聯網網關、傳感器等領域切進來的企業比較多，但像江行智能這種從邊緣計算角度進入的還為數甚少。

“目前我們不需要依賴大廠。我們有自己的引擎，有自己的芯片主板🙎🏿‍♀️，有自己的行業洞察力🤷。”

江行智能的芯片主板

他覺得，大廠之所以紛紛開放平臺📊，走平臺戰略，根源就在於希望將行業上下遊包容到它的生態系統中間，但實際上，很多企業面對這種“生態”，也是有顧慮的。

從安全性和隱私性的角度來看，工業企業大多對上雲會存在一定排斥心理😼。首先是數據不願意放在雲上🕵🏼‍♂️，其次是上雲也要上自己的服務器。

他高下立判🔁：2019年將是電力物聯網元年，而這個市場也是大家一起來做🚑。

行業普遍認識到邊緣計算是在工業互聯網中需要被介紹、需要被推廣的概念🧛🏿‍♂️，加之邊緣服務器的出現🧑🏻‍🎄，邊緣側的計算爆發是遲早的事，而電力物聯網將是頭號玩家們競相進入的領域💯8️⃣。

“邊緣”並非一個絕對的地理概念

劉江川介紹，邊緣計算是一個多層次的系統🏌🏿，如果把雲看成是最頂端的系統🧉，那麽，從雲到端就可稱為“邊緣”，比如工業現場、5G基站、分布式數據中心等等。

他補充到🔳🧔🏿‍♂️，工業現場采集的數據是微秒級延遲，5G基站上是十到數十毫秒級延遲🥅，分布式數據中心則是數十到一百毫秒級延遲，到雲上®️，就是幾百毫秒級的延遲。

因此，“邊緣”並非一個絕對的地理概念，而是一個時延的差異🔩。或者從隱私保護的角度來看，企業是否願意走多跳網絡：直接走互聯網的接口還是在5G基站做一次數據匯集，都是根據不同的需求以及不同數據量決定。

單從智能交通系統角度來看，實際上這個場景天然做好了分級。

車子本身就是終端，手機會和車子連接。車載的計算平臺就是個邊緣，車載的邊緣又跟5G基站做數據匯合，5G基站又會在路段區域內控製多輛車的數據匯集👨‍💻，就可以實現指揮汽車啟停以及路燈的信號指揮。最終，基站的數據會和城市的雲進行匯合，在這上面實現智能交通系統👱🏽，做更大規模的車輛調度。

因此可以看到，這個場景下至少涉及兩個層次的邊緣👨🏼‍🏫：一個是車身💇🏽，一個是5G基站😨。

邊緣計算告別“手工作坊”時代

采訪中，劉江川一直強調，邊緣計算會是一個新的時代👨🏿‍✈️🛍，“新”即意味著告別過去👆🏼。

雷鋒網註意到🐝，傳統意義上🙎🏿‍♀️🏆，邊緣計算解決的是數據處理速度的問題，將數據處理從雲端轉到邊緣端，速度加快了🧑🏽‍🎨，免去了走互聯網的這一個過程🕒。

但是實際上發現，速度只是工業場景思考的一個方面，而不是全部，有些場景對100毫秒降低到10毫秒確實很敏感（尤其是工業車間流程）🏬，但有些特定場景下⛹🏽‍♂️，網絡速率太慢（比如鐵塔分布不多的區域），實際上其緊迫需求就是在弱網環境下解決問題。

他提及👰🏿🕑，安防是邊緣計算一個龐大市場，但目前也存在一些不足🫄🏻。傳統的攝像頭企業會專門針對安防的場景做很多的優化🗽🎚，安裝好了產品🦧，整個交付過程就結束了☆，只要能確保後期硬件設備運行很多年。待大規模生產之後🌐，集成最先進的算法📵，設備的製造成本就會降下來。

“由於近些年各個城市對安防的需求非常大，所以這個領域發展確實也很迅速🧩。”劉江川分析到，工業場景與安防場景存在很大差異。

工業涉及流水線🔮，涉及電力等因素🧑🏻‍🦰，如果按照安防市場的思路去做🖕🏼，第一會需要非常深入地了解產品知識🏨，做長時間的積累，第二企業需要為產品的研發做定製化的服務，整個周期拖得很長。但問題是，有些工業場景的需求市場容量未必很大，只是階段性的出現，下一階段有可能會被淘汰。一旦前期做了大量定製化和固化🎹，後期升級換代就變得非常困難。

劉江川算了一筆賬。在城市中的鐵塔上安裝一次攝像頭，（人工）費用是3000塊，在偏遠地區👩‍👩‍👦‍👦，可能比這個數字更大。這就對產品的部署形式提出了要求：靈活快速👨‍👩‍👧，方便升級迭代✊🍹，而不需要投入太多新的成本👽。

在這一點上，江行智能正在推出的Edge Box產品專門為此設計🏄🏽‍♀️，在物聯網設備和雲之間增加一個數據預處理環節（邊緣計算），大幅降低了通信開銷和計算延遲✊🏻。

在企業僅僅成立一年後就推出這樣具備強落地能力的產品，劉江川是充滿了底氣的。

江行智能目前是一種TOB TO C的模式🥙🤲🏽，服務的行業是C端的，比如水、電，但是提供的技術是給B端用。這樣的行業屬性好處是什麽？劉江川觀察到，C端用戶對服務的需求非常敏感，比如斷水斷電*️⃣，這樣就會“反推”電網和水務公司做升級改造。

“如果沒有C端的壓力，B端企業可能連變革的壓力就沒有了。”

而這種“自我變革”背後就是邊緣計算的無限市場。